首页> 外文会议>European Symposium on Artificial Neural Networks >QL_2, a Simple Reinforcement Learning Scheme for Two-Player Zero-sum Markov Games
【24h】

QL_2, a Simple Reinforcement Learning Scheme for Two-Player Zero-sum Markov Games

机译:QL_2,两个玩家零和马尔可夫游戏的简单加强学习方案

获取原文
获取外文期刊封面目录资料

摘要

Markov games are a framework which formalises n-agent reinforcement learning. For instance, Littman proposed the minimax-Q algorithm to model two-agent zero-sum problems. This paper proposes a new simple algorithm in this framework, QL_2, and compares it to several standard algorithms (Q-learning, Minimax and minimax-Q). Experiments show that QL_2 converges to optimal mixed policies, as minimax-Q, while using a surprisingly simple and cheap gradient-based updating rule.
机译:马尔可夫游戏是一个正规的框架,该框架是N-Agent强化学习。例如,Littman提出了ModeAx-Q算法来模拟双代理零和问题。本文提出了一种新的简单算法,QL_2,并将其与几个标准算法(Q-Learning,Minimax和Minimax-Q)进行比较。实验表明,QL_2将收敛到最佳的混合策略,作为MIMIMAX-Q,同时使用令人惊讶的简单和基于廉价的梯度的更新规则。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号